Engenharia de dados, Big Data e ML no Google Cloud Japanese Version Specialization

coursera.inc

coursera.inc

Engenharia de dados, Big Data e ML no Google Cloud Japanese Version Specialization

Descrição

O que você aprenderá
Grande processamento de big data para análise e aprendizado de máquina
Noções básicas de construção de um novo modelo de aprendizado de máquina
Crie pipeline de dados de streaming e painel

Habilidades que você vai ganhar
Tensorflow
BigQuery
Plataforma do Google Cloud
Computação em nuvem
Sobre essa especialização

O curso de treinamento de velocidade on -line de cinco semanas é um curso introdutório prático para aprender a projetar e criar um sistema de processamento de dados com a plataforma do Google Cloud. Através de palestras, demonstrações e mãos -em laboratórios, você aprenderá como projetar um sistema de processamento de dados, criar pipelines de dados final, analisar dados e implementar aprendizado de máquina. Este curso lida com uma variedade de dados sobre estruturas, não estruturadas e streaming.

Neste curso, você aprenderá sobre as seguintes habilidades.

• Projete e construa um sistema de processamento de dados na plataforma do Google Cloud

• Use dados não estruturados usando APIs Spark e ML no Cloud DataProc

• Implementar pipelines de dados de escala automática no Cloud Dataflow para processar lotes e dados de streaming

• Retire as informações de análise de negócios de um enorme conjunto de dados usando o Google BigQuery

• Treinamento, avaliação e previsões usando modelos de aprendizado de máquina usam tensorflow e nuvem ML

• Realize uma análise rápida dos dados de streaming

Esta aula é para aqueles que têm experiência como desenvolvedor e são responsáveis ​​pela seguinte conversão de big data.

• Extrair, ler, converter, limpar e verificar dados

• Projete um pipeline e arquitetura para processamento de dados

• Criar e manter um modelo de aprendizado de máquina e modelo estatístico

• Execute uma consulta para o conjunto de dados, visualize os resultados da consulta e crie um relatório

>>> Ao se registrar nesta especialidade, isso concorda com os termos do Qwiklabs e é descrito em FAQ. https://qwiklabs.com/terms_of_service <<< Certificado compartilhável Ganhe um certificado após compressão 100% cursos online Comece instantaneamente e aprenda em sua própria programação. Horário flexível Defina e mantenha o prazo flexível. NÍVEL INTERMEDIÁRIO Alguma experiência relacionada necessária. Aproximadamente 4 meses para compilar Ritmo sugerido de 4 horas/semana japonês Legendas: japonês, inglês Como a especialização funciona
Faça cursos
Uma especialização em Coursera é uma série de cursos que ajuda a dominar uma habilidade. Para começar, se inscrever diretamente na especialização ou revisar seus cursos e escolher o que você gostaria de começar. Quando você se inscrever em um curso que faz parte de Uma especialização, você está automaticamente inscrito na especialização completa. Não há problema em concluir apenas um curso – você pode pausar seu aprendizado ou encerrar sua assinatura a qualquer momento. Visite o painel do aluno para rastrear suas matrículas no curso e seu progresso.
Projeto prático
Toda especialização inclui um projeto prático. Você precisará terminar com sucesso o (s) projeto (s) para concluir a especialização e ganhar seu certificado. Se a especialização incluir um curso separado para o projeto prático, você precisará terminar Cada um dos outro curso antes que você possa iniciá -lo.
Ganhe um certificado
Quando você termina cada curso e completa o projeto prático

Google Cloud Big Data e aprendizado de máquina Fundamentos da versão japonesa
O curso de treinamento rápido no curso -Demand nas últimas duas semanas apresenta as funções de big data e as funções de aprendizado de máquina da plataforma do Google Cloud (GCP). Depois de explicar brevemente o esboço da plataforma do Google Cloud, explique a função de processamento de dados em detalhes.
Modernizando lagos de dados e data warehouses com versão japonesa do GCP
Depois de concluir este curso, os alunos poderão fazer o seguinte:
• Entenda o objetivo e o valor do big data da plataforma do Google Cloud e os principais produtos relacionados ao aprendizado de máquina
• Use o Cloud SQL e o Cloud DataProc para mover as cargas de trabalho MySQL e Hadoop, Pig, Spark e Hive existentes para o Google Cloud Platform.
• Execute a análise de dados interativos usando o BigQuery e Cloud Datalab
• Selecione Cloud SQL, BIGTABLE ou DATASTORE
• Treinar e usar redes neurais usando o tensorflow
• Entenda e selecione vários produtos de processamento de dados da plataforma do Google Cloud

Este curso destina -se a aqueles que foram experimentados por cerca de um ano em um ou mais campos:
• linguagem geral de consulta, como o SQL
• Extrair, conversão, operação de leitura
• Modelagem de dados
• Aprendizado de máquina ou estatística
• Programação em Python

Precauções em relação às contas do Google:
• Atualmente, os serviços do Google não podem ser usados ​​na China.
Construindo pipelines de dados em lote na versão japonesa do GCP
Todos os pipelines de dados têm dois componentes principais, Data Lake e Dataware House. Este curso se concentra em cada estojo de uso de armazenamento e explica tecnicamente as soluções de lagos de dados e casas de uso de dados disponíveis na plataforma do Google Cloud. Também descreve o papel dos engenheiros de dados e as vantagens do pipeline de dados apropriado para o gerenciamento de negócios e explica por que a engenharia de dados deve ser executada em um ambiente em nuvem. Os participantes podem usar o QWIKLABS para realmente usar as casas de desgaste de dados e dados de dados do Google Cloud Platform.
Construindo sistemas de análise de streaming resiliente na versão japonesa do GCP
Os pipelines de dados são geralmente classificados em carga de extrato (extração, leitura), transformar-se-transformado (extração, carregamento, conversão) e carga de transformação de extração (extração, conversão, leitura). Este curso descreve qual método deve ser usado para dados em lote. Ele também possui tecnologia de conversão de dados (como o BigQuery) na plataforma do Google Cloud, executando o Spark no Cloud DataProc, os gráficos de pipeline na fusão de dados em nuvem e no processamento de dados sem servidor pelo Cloud Dataflow. Use o QWIKLABS para realmente criar um componente de pipeline de dados com o Google Cloud Platform.

Módulos e Conteúdo

Pré-requisitos

Avaliações

Avaliações

Não há avaliações ainda.

Seja o primeiro a avaliar “Engenharia de dados, Big Data e ML no Google Cloud Japanese Version Specialization”

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Institucional

PHP Code Snippets Powered By : XYZScripts.com